Templat Data Layanan Pelanggan Anda

ServiceNow CSM
Templat Data Layanan Pelanggan Anda

Templat Data Layanan Pelanggan Anda

Templat data ini memandu Anda mengumpulkan informasi penting untuk menganalisis proses layanan pelanggan. Templat ini menjelaskan atribut data yang perlu disiapkan, aktivitas utama yang perlu dilacak, dan cara mengambil informasi dari sistem sumber. Gunakan panduan ini untuk menyiapkan data secara akurat dan efisien sebelum melakukan process mining.
  • Atribut yang disarankan untuk dikumpulkan
  • Aktivitas utama yang perlu dilacak
  • Panduan ekstraksi
Baru mengenal log peristiwa? Pelajari cara membuat log peristiwa process mining.

Atribut Layanan Pelanggan

Berikut kolom data yang disarankan untuk disertakan dalam log peristiwa agar analisis layanan pelanggan lebih lengkap.
3 Wajib 6 Disarankan 9 Opsional
Nama Deskripsi
Permintaan Layanan
ServiceRequest
Pengenal unik untuk setiap permintaan layanan pelanggan, kasus, atau tiket.
Deskripsi

Permintaan Layanan adalah pengenal utama kasus yang menghubungkan semua aktivitas dan peristiwa terkait untuk satu masalah pelanggan, dari pembuatan hingga penutupan. Pengenal ini menjadi acuan untuk melacak seluruh perjalanan interaksi pelanggan.

Dalam process mining, atribut ini menjadi dasar untuk merekonstruksi alur proses. Setiap nilai Permintaan Layanan yang unik mewakili satu instans proses. Dengan begitu, Anda dapat menganalisis waktu siklus, jalur proses, dan variasi untuk setiap kasus. Atribut ini memastikan semua langkah, dari kontak awal hingga penyelesaian dan penutupan, terhubung dengan permintaan pelanggan yang sama.

Mengapa ini penting

Ini adalah ID Kasus utama yang menghubungkan semua langkah proses sehingga seluruh siklus interaksi layanan pelanggan dapat dianalisis.

Sumber data

Biasanya menggunakan kolom 'number' dari tabel 'sn_customerservice_case' di ServiceNow CSM.

Contoh
CS0010001CS0010045CS0010112
Waktu Peristiwa
EventTime
Stempel waktu yang menunjukkan secara tepat kapan aktivitas atau peristiwa tertentu terjadi.
Deskripsi

Waktu Peristiwa mencatat tanggal dan waktu suatu aktivitas dilakukan. Stempel waktu ini menjadi dasar untuk mengurutkan peristiwa secara kronologis dan menghitung durasi antar langkah proses.

Dalam analisis process mining, atribut ini digunakan untuk menghitung semua metrik berbasis waktu, termasuk waktu siklus, waktu tunggu, dan durasi pemrosesan. Analis dapat menemukan hambatan dengan melihat aktivitas yang didahului jeda panjang, serta mengukur kinerja terhadap perjanjian tingkat layanan (SLA). Stempel waktu yang akurat dan konsisten penting agar hasil analisis dapat diandalkan.

Mengapa ini penting

Stempel waktu ini penting untuk mengurutkan peristiwa dengan benar dan menghitung semua metrik kinerja, seperti waktu siklus dan hambatan.

Sumber data

Biasanya sesuai dengan kolom 'sys_created_on' pada tabel audit dan riwayat ServiceNow, misalnya 'sys_audit'.

Contoh
2023-10-26T10:00:00Z2023-10-26T10:15:32Z2023-10-27T14:05:11Z
Nama Aktivitas
ActivityName
Nama peristiwa atau tugas tertentu yang terjadi selama siklus permintaan layanan.
Deskripsi

Nama Aktivitas menjelaskan langkah dalam proses layanan pelanggan, seperti 'Permintaan Layanan Dibuat', 'Permintaan Ditugaskan ke Agen', atau 'Solusi Diusulkan'. Aktivitas ini diambil dari log sistem atau pembaruan tabel untuk menyusun urutan peristiwa setiap permintaan layanan secara kronologis.

Atribut ini penting untuk memvisualisasikan peta proses, menemukan hambatan, dan memahami alur kerja. Dengan menganalisis urutan dan frekuensi aktivitas, analis dapat menemukan jalur proses yang umum, penyimpangan, serta pekerjaan ulang atau inefisiensi. Tingkat perincian aktivitas yang ditetapkan akan memengaruhi kedalaman wawasan dari model proses.

Mengapa ini penting

Atribut ini menjadi dasar peta proses. Atribut ini menentukan langkah dan tugas yang urutan serta durasinya dianalisis.

Sumber data

Atribut konseptual ini berasal dari tabel audit sistem, misalnya 'sys_audit', atau dari pelacakan perubahan status dan pembaruan kolom penting pada tabel 'sn_customerservice_case'.

Contoh
Permintaan layanan dibuatPermintaan ditugaskan kepada agenInformasi Diminta dari PelangganPermintaan Layanan Diselesaikan
Agen yang Ditugaskan
AssignedAgent
Agen layanan yang saat ini ditugaskan untuk menangani permintaan layanan.
Deskripsi

Atribut ini menunjukkan pengguna yang bertanggung jawab atas permintaan layanan pada waktu tertentu. Nilainya sering berubah selama siklus kasus saat permintaan dialihkan antaragen atau spesialis.

Analisis Agen yang Ditugaskan membantu memahami pembagian beban kerja, kinerja agen, dan pengalihan tugas. Anda dapat mengetahui agen yang menangani kasus paling rumit, seberapa sering kasus ditugaskan ulang, serta apakah agen tertentu berkaitan dengan waktu penyelesaian yang lebih lama atau kepuasan pelanggan yang lebih tinggi. Atribut ini penting untuk dashboard 'Pengalihan dan Penugasan Ulang Agen'.

Mengapa ini penting

Melacak tanggung jawab agen untuk menganalisis beban kerja, kinerja, dan frekuensi penugasan ulang, yang sering menunjukkan kendala dalam proses.

Sumber data

Sesuai dengan kolom 'assigned_to' pada tabel 'sn_customerservice_case'.

Contoh
Beth AnglinDavid LooAbel Tuter
Apakah SLA Terlampaui
IsSlaBreached
Penanda boolean yang menunjukkan apakah permintaan layanan melewati target Service Level Agreement (SLA) yang ditetapkan.
Deskripsi

Atribut hasil perhitungan ini menunjukkan apakah permintaan layanan diselesaikan dalam batas waktu yang disepakati. Nilainya biasanya 'True' jika waktu penyelesaian melewati target SLA, dan 'False' jika tidak. Dengan begitu, kinerja SLA untuk setiap kasus terlihat jelas dalam bentuk ya atau tidak.

Atribut ini penting untuk dashboard 'Tren Kepatuhan dan Pelanggaran SLA' serta KPI 'Tingkat Kepatuhan SLA'. Atribut ini memudahkan analisis karena Anda dapat langsung memfilter dan menghitung kasus yang melanggar SLA. Anda juga dapat mengetahui jenis permintaan, prioritas, atau tim yang paling sering terkait dengan pelanggaran SLA.

Mengapa ini penting

Menunjukkan dengan jelas apakah kasus memenuhi tenggat waktu. Informasi ini menjadi dasar untuk mengukur dan melaporkan kepatuhan terhadap SLA.

Sumber data

Dihitung berdasarkan kolom 'made_sla' pada tabel 'task_sla', atau dengan membandingkan waktu penyelesaian aktual dengan waktu penyelesaian yang direncanakan.

Contoh
truefalse
Grup Penugasan
AssignmentGroup
Tim atau departemen yang bertanggung jawab atas permintaan layanan.
Deskripsi

Grup Penugasan menunjukkan antrean atau tim yang menerima permintaan layanan. Permintaan sering dialihkan ke grup lain, seperti meja dukungan tingkat 1, tim teknis khusus, atau departemen penagihan, sesuai jenis masalahnya.

Atribut ini penting untuk menganalisis pengalihan antar departemen dan menemukan hambatan di tingkat tim. Atribut ini membantu memvisualisasikan alur kerja antarbagian dan menunjukkan grup yang kelebihan beban atau membutuhkan pelatihan tambahan. Informasi ini mendukung dashboard 'Pengalihan dan Penugasan Ulang Agen' serta 'Alur Proses'.

Mengapa ini penting

Menunjukkan tim yang bertanggung jawab atas pekerjaan. Informasi ini penting untuk menganalisis kinerja dan beban kerja tim, serta pengalihan proses antar departemen.

Sumber data

Sesuai dengan kolom 'assignment_group' pada tabel 'sn_customerservice_case'.

Contoh
Meja LayananPertanyaan PenagihanDukungan Teknis Tingkat 2
Kategori
Category
Klasifikasi utama permintaan layanan, seperti 'Penagihan' atau 'Masalah Teknis'.
Deskripsi

Kategori mengelompokkan permintaan layanan berdasarkan jenis pertanyaan atau masalah pelanggan. Klasifikasi ini biasanya ditentukan saat permintaan dibuat dan membantu mengarahkannya ke grup penugasan yang tepat.

Atribut ini penting untuk membagi analisis proses. Dengan memfilter berdasarkan Kategori, analis dapat membandingkan alur proses untuk berbagai jenis permintaan. Misalnya, proses penyelesaian masalah 'Penagihan' mungkin sangat berbeda dari proses untuk 'Masalah Teknis'. Atribut ini digunakan untuk mengelompokkan data di hampir semua dashboard.

Mengapa ini penting

Memungkinkan analisis dikelompokkan berdasarkan jenis permintaan, sehingga terlihat kategori yang lebih sering mengalami keterlambatan, eskalasi, atau pelanggaran SLA.

Sumber data

Sesuai dengan kolom 'category' pada tabel 'sn_customerservice_case'.

Contoh
Pertanyaan / BantuanPesananMasalah ProdukPenagihan
Prioritas
Priority
Tingkat prioritas permintaan layanan yang menentukan urgensinya.
Deskripsi

Prioritas menunjukkan tingkat kepentingan dan urgensi penanganan permintaan layanan. Nilainya sering ditentukan berdasarkan dampak permintaan terhadap pelanggan dan tingkat urgensinya. Nilai yang umum digunakan berkisar dari Kritis hingga Rendah.

Dalam process mining, Prioritas berguna untuk memfilter dan membandingkan data. Analis dapat memeriksa apakah permintaan berprioritas tinggi benar-benar diproses lebih cepat daripada permintaan berprioritas rendah, serta apakah pelanggaran SLA lebih sering terjadi pada tingkat prioritas tertentu. Atribut ini penting untuk dashboard 'Waktu Siklus Permintaan Layanan dari Awal hingga Akhir'.

Mengapa ini penting

Memungkinkan permintaan layanan dikelompokkan berdasarkan urgensi, sehingga Anda dapat memastikan masalah kritis ditangani lebih cepat daripada masalah yang tidak kritis.

Sumber data

Sesuai dengan kolom 'priority' pada tabel 'sn_customerservice_case'.

Contoh
1 - Kritis2 - Tinggi3 - Sedang4 - Rendah
Status
State
Status atau kondisi permintaan layanan saat ini dalam siklusnya.
Deskripsi

Atribut Status menjelaskan kondisi operasional permintaan layanan pada waktu tertentu, seperti 'Baru', 'Sedang Ditangani', 'Menunggu Info', 'Diselesaikan', atau 'Ditutup'. Perubahan pada kolom ini sering digunakan untuk menentukan aktivitas dalam model proses.

Analisis Status memberikan gambaran umum tentang posisi kasus dalam proses. Atribut ini digunakan untuk mengetahui berapa lama kasus berada dalam status tertentu, seperti 'Menunggu Info', yang dapat menjadi sumber keterlambatan utama. Atribut ini juga membantu menentukan titik awal dan akhir KPI penting, seperti 'Waktu dari Penyelesaian hingga Penutupan'.

Mengapa ini penting

Menunjukkan status permintaan kapan saja dan membantu menemukan waktu yang dihabiskan dalam status tidak produktif, seperti 'Ditahan' atau 'Menunggu Informasi'.

Sumber data

Sesuai dengan kolom 'state' pada tabel 'sn_customerservice_case'.

Contoh
BaruSedang DitanganiMenunggu Info PenggunaDiselesaikanDitutup
Apakah Terjadi Pengerjaan Ulang
IsRework
Penanda boolean yang menunjukkan apakah terjadi pengerjaan ulang yang signifikan, misalnya kasus dibuka kembali atau investigasi dilakukan berulang kali.
Deskripsi

Atribut hasil perhitungan ini menandai kasus yang menunjukkan pola tidak efisien atau berulang. Penanda ini dapat aktif saat terjadi peristiwa seperti 'Permintaan Layanan Dibuka Kembali', atau ketika rangkaian aktivitas penting, seperti 'Agen Memulai Investigasi' lalu 'Solusi Diusulkan', terjadi beberapa kali dalam kasus yang sama.

Penanda ini membantu Anda menemukan kasus bermasalah dengan cepat dan mengukur tingkat pengerjaan ulang dalam proses. Penanda ini mendukung dashboard 'Titik Rawan Pengerjaan Ulang dan Pengulangan' serta KPI 'Tingkat Pengerjaan Ulang'. Analis dapat berfokus pada penyebab ketidakefisienan tanpa harus mencari pola berulang secara manual.

Mengapa ini penting

Membantu mengukur ketidakefisienan proses dengan menandai kasus yang mengalami pengulangan atau dibuka kembali. Dengan begitu, pengerjaan ulang lebih mudah diukur dan ditangani.

Sumber data

Atribut ini dihitung saat transformasi data dengan menerapkan logika bisnis untuk mendeteksi pola pengerjaan ulang, seperti nilai 'ReopenCount' yang bukan nol atau aktivitas yang berulang.

Contoh
truefalse
Apakah Tuntas pada Kontak Pertama
IsFirstContactResolution
Penanda boolean yang menunjukkan apakah agen pertama yang ditugaskan menyelesaikan permintaan tanpa pengalihan atau eskalasi.
Deskripsi

Atribut hasil perhitungan ini mengidentifikasi permintaan layanan yang diselesaikan dengan efisien pada interaksi pertama atau oleh agen pertama yang menangani kasus. Logikanya biasanya memeriksa kondisi seperti tidak ada penugasan ulang ('ReassignmentCount' bernilai 0), tidak ada aktivitas 'Eskalasi Internal Dipicu', dan tidak ada permintaan informasi tambahan kepada pelanggan.

Atribut ini mengukur metrik penting layanan pelanggan dan mendukung dashboard serta KPI 'Tingkat Penyelesaian pada Kontak Pertama'. Anda dapat mengukur kinerja FCR dengan mudah dan menganalisis faktor seperti kanal atau kategori permintaan yang membantu atau menghambat penyelesaian pada kontak pertama.

Mengapa ini penting

Mengukur langsung efisiensi respons awal. Tingkat FCR yang tinggi berkaitan erat dengan efisiensi operasional dan kepuasan pelanggan.

Sumber data

Atribut ini dihitung saat transformasi data berdasarkan aturan, seperti 'ReassignmentCount' bernilai nol dan tidak adanya aktivitas eskalasi.

Contoh
truefalse
Jumlah Dibuka Kembali
ReopenCount
Jumlah kali pelanggan membuka kembali permintaan layanan yang telah diselesaikan.
Deskripsi

Penghitung ini mencatat berapa kali status kasus berubah dari 'Diselesaikan' atau 'Ditutup' kembali menjadi 'Sedang Ditangani' atau 'Terbuka'. Kasus yang dibuka kembali menunjukkan bahwa solusi awal belum efektif atau belum tuntas.

Atribut ini menjadi indikator kuat pekerjaan ulang dan kualitas penyelesaian pada upaya pertama. Jumlah kasus yang dibuka kembali tinggi menunjukkan masalah dalam proses penyelesaian, misalnya agen menutup tiket terlalu cepat atau belum menangani sepenuhnya masalah utama pelanggan. Metrik ini penting untuk menilai efektivitas solusi yang diusulkan.

Mengapa ini penting

Menunjukkan penyelesaian yang gagal dan pekerjaan ulang. Jumlah kasus yang dibuka kembali tinggi menandakan rendahnya kualitas proses penyelesaian dan dapat membuat pelanggan frustrasi.

Sumber data

Informasi ini biasanya tercatat di kolom bernama 'reopen_count' pada tabel 'sn_customerservice_case' atau tabel terkait.

Contoh
012
Jumlah Penugasan Ulang
ReassignmentCount
Jumlah total penugasan ulang permintaan layanan ke agen atau grup lain.
Deskripsi

Atribut ini bertambah setiap kali kolom 'assigned_to' atau 'assignment_group' berubah. Nilainya menunjukkan berapa kali kasus dialihkan secara internal.

Jumlah Penugasan Ulang mengukur kendala dalam proses secara langsung. Atribut ini menjadi masukan penting untuk dashboard 'Pengalihan dan Penugasan Ulang Agen' serta KPI 'Rata-rata Pengalihan Agen per Permintaan'. Jumlah penugasan ulang yang tinggi sering menunjukkan masalah pada perutean awal, kesenjangan keterampilan agen, atau kasus yang sulit dikategorikan. Semua ini dapat memperpanjang waktu penyelesaian.

Mengapa ini penting

Mengukur inefisiensi proses secara langsung dengan menghitung pengalihan. Jumlah yang tinggi sering berkaitan dengan waktu penyelesaian lebih lama dan ketidakpuasan pelanggan.

Sumber data

Ini adalah kolom metrik standar 'reassignment_count' pada tabel 'task', yang menjadi tabel induk bagi 'sn_customerservice_case'.

Contoh
0135
Kode Penyelesaian
ResolutionCode
Kode yang menunjukkan hasil akhir atau cara permintaan layanan diselesaikan.
Deskripsi

Kode Penyelesaian adalah nilai terstruktur yang dipilih agen saat menyelesaikan kasus. Kode ini menjelaskan solusi secara spesifik, seperti 'Diselesaikan oleh Pengguna', 'Kesalahan Diketahui', 'Duplikat', atau 'Tidak Perlu Tindakan'.

Atribut ini berguna untuk analisis akar masalah. Dengan menganalisis frekuensi setiap kode penyelesaian, organisasi dapat menemukan masalah berulang, kesenjangan pengetahuan, atau masalah produk. Informasi ini dapat digunakan untuk mendorong perbaikan dan mengurangi jumlah permintaan layanan tertentu.

Mengapa ini penting

Memberikan gambaran tentang hasil permintaan layanan, yang penting untuk analisis akar masalah dan menemukan masalah berulang.

Sumber data

Sesuai dengan kolom 'close_code' atau kolom kode penyelesaian khusus pada tabel 'sn_customerservice_case'.

Contoh
Diselesaikan (Solusi Sementara)Diselesaikan (Permanen)Belum Diselesaikan (Pelanggan Tidak Merespons)Ditutup/Diselesaikan oleh Pelapor
Pelanggan
Customer
Nama atau pengenal pelanggan maupun perusahaan yang mengajukan permintaan layanan.
Deskripsi

Atribut ini menunjukkan pihak eksternal, baik individu maupun organisasi, yang mengajukan permintaan layanan. Atribut ini memberikan konteks pelanggan untuk setiap kasus.

Dalam analisis, atribut Pelanggan memberikan sudut pandang yang berfokus pada pelanggan. Atribut ini dapat digunakan untuk menemukan pelanggan yang lebih sering mengalami masalah atau keterlambatan, serta digabungkan dengan data pelanggan lain, seperti segmen atau nilai pelanggan, untuk menentukan prioritas perbaikan proses. Misalnya, Anda dapat memeriksa apakah pelanggan bernilai tinggi menerima layanan lebih cepat.

Mengapa ini penting

Menghubungkan proses dengan pelanggan tertentu sehingga tingkat layanan dan frekuensi masalah dapat dianalisis untuk akun utama atau segmen pelanggan.

Sumber data

Dapat menggunakan kolom 'caller_id', 'opened_for', atau 'account' pada tabel 'sn_customerservice_case', yang merujuk ke tabel pengguna atau perusahaan.

Contoh
John SmithACME CorporationGlobal Tech Inc.
Pembaruan Data Terakhir
LastDataUpdate
Stempel waktu yang menunjukkan kapan data terakhir diambil atau diperbarui dari sistem sumber.
Deskripsi

Atribut ini mencatat tanggal dan waktu pengambilan data terbaru. Informasi ini menunjukkan seberapa baru data yang dianalisis, sehingga pengguna tahu apakah data mendekati waktu nyata atau merupakan rekaman historis.

Dalam analisis, metadata ini penting untuk memahami rentang waktu dataset. Informasi ini membantu pengguna membaca dashboard dan KPI dengan tepat, misalnya mengetahui bahwa data mencakup hingga satu jam terakhir atau hari sebelumnya.

Mengapa ini penting

Menunjukkan kebaruan data, yang penting agar wawasan process mining tetap relevan dan tepat waktu.

Sumber data

Stempel waktu ini dibuat dan ditambahkan selama proses ekstraksi, transformasi, dan pemuatan data (ETL).

Contoh
2023-11-20T08:00:00Z
Saluran
Channel
Saluran komunikasi yang digunakan untuk mengajukan permintaan layanan.
Deskripsi

Saluran menunjukkan cara pelanggan mengajukan permintaan, misalnya melalui 'Telepon', 'Email', 'Portal Web', atau 'Chat'. Setiap saluran dapat memiliki karakteristik proses dan harapan pelanggan yang berbeda.

Analisis proses berdasarkan Saluran membantu menilai efektivitas setiap metode komunikasi. Misalnya, analisis dapat menunjukkan apakah permintaan melalui 'Telepon' lebih sering diselesaikan pada kontak pertama atau apakah permintaan melalui 'Email' cenderung memiliki waktu siklus lebih lama. Informasi ini mendukung dashboard 'Efektivitas Saluran Komunikasi'.

Mengapa ini penting

Membantu menilai efisiensi dan hasil dari berbagai saluran interaksi pelanggan, seperti telepon, email, atau portal web.

Sumber data

Biasanya sesuai dengan kolom 'contact_type' pada tabel 'sn_customerservice_case'.

Contoh
TeleponEmailLayanan mandiriChat
Sistem Sumber
SourceSystem
Sistem tempat data diambil.
Deskripsi

Atribut ini menunjukkan asal data. Informasi ini sangat penting jika data dihimpun dari beberapa sistem. Untuk tampilan proses ini, nilainya selalu 'ServiceNow CSM'.

Dalam analisis, atribut ini membantu tata kelola data dan pemecahan masalah. Jika ada beberapa sistem sumber, Anda dapat memfilter proses untuk melihat cara kerjanya di sistem tertentu atau membandingkan variasi proses antar sistem.

Mengapa ini penting

Menjelaskan asal data, memperjelas konteks di lingkungan dengan beberapa sistem, dan membantu tata kelola data.

Sumber data

Nilai tetap ini ditambahkan saat transformasi data untuk menandai asal dataset.

Contoh
ServiceNow CSM
Wajib Disarankan Opsional

Aktivitas Layanan Pelanggan

Berikut langkah dan tonggak proses utama yang perlu dicatat dalam log peristiwa agar proses dapat ditemukan dengan akurat.
5 Disarankan 9 Opsional
Aktivitas Deskripsi
Eskalasi Internal Dimulai
Menandai eskalasi resmi permintaan layanan ke tingkat dukungan atau manajemen yang lebih tinggi untuk diselesaikan. Peristiwa ini dapat disimpulkan dari perubahan grup penugasan ke tim dengan tingkat dukungan lebih tinggi atau dari pengaktifan sebuah penanda.
Mengapa ini penting

Pelacakan eskalasi membantu menemukan kelemahan proses, kesenjangan pengetahuan di tim dukungan lini depan, dan jenis kasus yang rumit. Eskalasi menjadi indikator penting adanya kendala dalam proses dan ketidakpuasan pelanggan.

Sumber data

Dapat disimpulkan dari log audit dengan mendeteksi perubahan 'assignment_group' ke tim eskalasi yang dikenal, atau perubahan kolom 'escalation' pada catatan kasus.

Pengumpulan data

Deteksi perubahan kolom 'escalation' atau perpindahan ke 'assignment_group' dengan tingkat dukungan lebih tinggi.

Jenis peristiwa inferred
Permintaan ditugaskan kepada agen
Aktivitas ini terjadi saat permintaan layanan ditugaskan kepada agen tertentu untuk diselidiki dan diselesaikan. Aktivitas ini disimpulkan dari perubahan kolom assigned_to pada data kasus.
Mengapa ini penting

Ini merupakan tonggak penting untuk mengukur waktu respons awal dan pembagian beban kerja agen. Melacak perubahan pada kolom ini menunjukkan inefisiensi proses dan kemungkinan hambatan dalam ketersediaan agen.

Sumber data

Disimpulkan dari riwayat audit (sys_audit) tabel sn_customerservice_case dengan melacak kapan kolom assigned_to diisi atau diubah.

Pengumpulan data

Deteksi perubahan nilai kolom 'assigned_to' di log audit kasus.

Jenis peristiwa inferred
Permintaan layanan dibuat
Aktivitas ini menandai awal proses layanan pelanggan, saat kasus baru dicatat secara resmi di sistem. Peristiwa ini tercatat ketika data baru dimasukkan ke tabel sn_customerservice_case.
Mengapa ini penting

Sebagai titik awal setiap kasus, aktivitas ini penting untuk menghitung waktu siklus dari awal hingga akhir dan menganalisis volume permintaan yang masuk. Aktivitas ini memicu semua proses berikutnya dan penghitungan waktu SLA.

Sumber data

Peristiwa ini sesuai dengan pembuatan data di tabel sn_customerservice_case. Stempel waktunya diambil dari kolom sys_created_on.

Pengumpulan data

Stempel waktu pembuatan data (sys_created_on) di tabel sn_customerservice_case.

Jenis peristiwa explicit
Permintaan Layanan Diselesaikan
Tonggak penting ini menandakan agen layanan telah menyelesaikan pekerjaan dan masalah dianggap tuntas. Peristiwa ini tercatat saat status kasus berubah menjadi 'Diselesaikan' dan kolom waktu resolved_at terisi.
Mengapa ini penting

Aktivitas ini menandai akhir proses penyelesaian aktif dan penting untuk menghitung waktu siklus penyelesaian serta kepatuhan terhadap SLA. Aktivitas ini menjadi titik akhir utama bagi banyak KPI efisiensi.

Sumber data

Disimpulkan dari riwayat audit saat kolom state pada tabel sn_customerservice_case diatur ke 'Diselesaikan'. Kolom resolved_at biasanya terisi pada saat yang sama.

Pengumpulan data

Deteksi perubahan 'state' menjadi 'Diselesaikan' dan gunakan stempel waktu yang sesuai.

Jenis peristiwa inferred
Permintaan Layanan Ditutup
Aktivitas terakhir ini menandai penutupan resmi catatan permintaan layanan, biasanya setelah masa konfirmasi pascapenyelesaian. Peristiwa ini tercatat saat status kasus berubah menjadi 'Ditutup' dan kolom waktu closed_at terisi.
Mengapa ini penting

Sebagai akhir proses, aktivitas ini penting untuk menghitung seluruh siklus kasus. Dengan menganalisis waktu antara 'Diselesaikan' dan 'Ditutup', Anda dapat menemukan beban administrasi atau keterlambatan.

Sumber data

Disimpulkan dari riwayat audit saat kolom state pada tabel sn_customerservice_case diatur ke 'Ditutup'. Kolom closed_at terisi pada saat yang sama.

Pengumpulan data

Deteksi perubahan 'state' menjadi 'Ditutup' dan gunakan stempel waktu yang sesuai.

Jenis peristiwa inferred
Agen Mulai Menangani Kasus
Aktivitas ini menandakan agen mulai menangani permintaan layanan secara aktif. Biasanya, aktivitas ini disimpulkan saat status kasus berubah dari 'Baru' atau 'Ditugaskan' menjadi 'Sedang Dikerjakan'.
Mengapa ini penting

Peristiwa ini membedakan waktu dalam antrean dari waktu kerja aktif. Dengan menganalisis jeda antara penugasan dan dimulainya penanganan, Anda dapat melihat keterlambatan agen dalam mengambil kasus baru.

Sumber data

Disimpulkan dari perubahan kolom status kasus ke status kerja aktif, seperti 'Sedang Dikerjakan'. Nilai status yang digunakan dapat dikonfigurasi dan perlu diverifikasi.

Pengumpulan data

Deteksi perubahan kolom 'state' dari nilai tertunda ke nilai aktif, misalnya dari 'Baru' menjadi 'Sedang Dikerjakan'.

Jenis peristiwa inferred
Grup penugasan berubah
Menunjukkan bahwa tanggung jawab atas suatu kasus dialihkan dari satu tim ke tim lain. Peristiwa ini disimpulkan dengan memantau perubahan kolom assignment_group pada data kasus.
Mengapa ini penting

Melacak perubahan grup penugasan penting untuk menganalisis serah terima antar departemen dan menemukan masalah perutean yang berulang. Frekuensi aktivitas yang tinggi dapat menunjukkan kepemilikan atau definisi proses yang tidak jelas.

Sumber data

Disimpulkan dari riwayat audit (sys_audit) tabel sn_customerservice_case dengan melacak perubahan kolom assignment_group.

Pengumpulan data

Deteksi perubahan nilai kolom 'assignment_group' di log audit kasus.

Jenis peristiwa inferred
Informasi Diminta dari Pelanggan
Terjadi saat agen membutuhkan informasi tambahan dari pelanggan untuk melanjutkan penanganan, lalu mengubah status kasus menjadi tertunda. Peristiwa ini disimpulkan dari perubahan status ke nilai seperti 'Menunggu Info Pengguna' atau 'Ditahan'.
Mengapa ini penting

Aktivitas ini penting untuk analisis 'Waktu Tunggu Informasi dari Pelanggan'. Aktivitas ini memisahkan keterlambatan proses akibat ketergantungan pada pihak luar dari waktu pemrosesan internal.

Sumber data

Disimpulkan dari riwayat audit tabel sn_customerservice_case saat kolom state berubah ke nilai yang menunjukkan kasus menunggu masukan pelanggan, misalnya 'Menunggu Info'.

Pengumpulan data

Deteksi perubahan kolom 'state' ke nilai yang ditetapkan untuk 'menunggu pelanggan'.

Jenis peristiwa inferred
Informasi Diterima dari Pelanggan
Aktivitas ini menandai saat pelanggan memberikan informasi yang diminta sehingga agen dapat melanjutkan pekerjaan. Peristiwa ini disimpulkan saat status kasus berubah dari 'Menunggu Info Pengguna' kembali ke status aktif.
Mengapa ini penting

Peristiwa ini mengakhiri masa tunggu pelanggan sehingga waktu respons pelanggan dapat diukur dengan tepat. Analisis ini membantu menemukan jenis kasus atau pelanggan yang mengalami keterlambatan paling lama.

Sumber data

Disimpulkan dari riwayat audit tabel sn_customerservice_case saat kolom state berubah dari status 'Menunggu Info' kembali ke status aktif, seperti 'Sedang Dikerjakan'.

Pengumpulan data

Deteksi perubahan kolom 'state' dari nilai 'menunggu pelanggan' kembali ke nilai aktif.

Jenis peristiwa inferred
Permintaan dikategorikan dan diberi prioritas
Menunjukkan triase awal saat permintaan layanan diklasifikasikan dan diberi tingkat prioritas untuk menentukan urgensi serta peruteannya. Aktivitas ini disimpulkan dari perubahan kolom kategori, subkategori, atau prioritas di log audit data kasus.
Mengapa ini penting

Analisis aktivitas ini membantu menemukan keterlambatan triase kasus dan memastikan permintaan diarahkan dengan benar serta ditangani sesuai tingkat urgensinya. Aktivitas ini memengaruhi waktu hingga penugasan pertama dan efisiensi penyelesaian secara keseluruhan.

Sumber data

Disimpulkan dari riwayat audit (sys_audit) tabel sn_customerservice_case, khususnya dengan melacak pengisian awal atau pembaruan kolom kategori dan prioritas.

Pengumpulan data

Deteksi saat nilai pertama kali diisi atau berubah pada kolom 'category' atau 'priority'.

Jenis peristiwa inferred
Permintaan Layanan Dibuka Kembali
Terjadi saat permintaan layanan yang sebelumnya sudah diselesaikan kembali ke status aktif karena masalah muncul lagi atau solusi tidak efektif. Peristiwa ini dideteksi dari perubahan status 'Diselesaikan' kembali ke 'Sedang Dikerjakan'.
Mengapa ini penting

Kasus yang dibuka kembali menunjukkan kualitas penyelesaian secara langsung dan menjadi penyebab utama pekerjaan ulang. Analisis peristiwa ini penting untuk meningkatkan tingkat penyelesaian pada kontak pertama dan kepuasan pelanggan.

Sumber data

Disimpulkan dari riwayat audit tabel sn_customerservice_case dengan mengidentifikasi urutan saat kolom state berubah dari 'Diselesaikan' ke status aktif.

Pengumpulan data

Deteksi perubahan 'state' dari 'Diselesaikan' ke nilai aktif seperti 'Sedang Dikerjakan'.

Jenis peristiwa inferred
SLA Terlampaui
Menandai saat permintaan layanan tidak memenuhi Service Level Agreement yang ditetapkan, misalnya batas waktu penyelesaian. Peristiwa ini dihitung dengan membandingkan waktu penyelesaian dengan waktu akhir yang direncanakan dalam SLA.
Mengapa ini penting

Menemukan pelanggaran SLA merupakan bagian penting dari pemantauan kepatuhan dan pengelolaan kinerja. Peristiwa ini membantu menunjukkan tahap proses atau jenis kasus yang paling banyak menyebabkan pelanggaran SLA.

Sumber data

Dihitung dengan menganalisis catatan pada tabel task_sla yang terkait dengan kasus. Pelanggaran terjadi jika kolom has_breached bernilai true atau actual_elapsed_time melebihi planned_duration.

Pengumpulan data

Periksa penanda 'has_breached' pada catatan task_sla yang tertaut.

Jenis peristiwa calculated
Solusi Diusulkan
Aktivitas ini menandai saat agen menemukan solusi dan menyampaikannya kepada pelanggan untuk dikonfirmasi. Biasanya, aktivitas ini disimpulkan dari perubahan status ke nilai seperti 'Menunggu Persetujuan' atau dari catatan kerja tertentu.
Mengapa ini penting

Tonggak ini memisahkan tahap investigasi dari tahap konfirmasi dan penyelesaian. Dengan menganalisis waktu tunggu konfirmasi pelanggan, Anda dapat menemukan peluang untuk mempercepat tahap akhir penanganan kasus.

Sumber data

Disimpulkan dari log audit tabel sn_customerservice_case saat status berubah ke nilai yang menunjukkan solusi telah diusulkan, misalnya 'Solusi Diusulkan'. Nilai ini dapat berbeda bergantung pada penerapannya.

Pengumpulan data

Deteksi perubahan kolom 'state' ke nilai seperti 'Solusi Diusulkan' atau 'Menunggu Persetujuan'.

Jenis peristiwa inferred
Survei Pelanggan Dikirim
Menandai pengiriman survei kepuasan pelanggan setelah kasus diselesaikan. Peristiwa ini biasanya tercatat saat catatan survei dibuat dan dikaitkan dengan kasus.
Mengapa ini penting

Aktivitas ini membantu menghubungkan pola pelaksanaan proses dengan masukan pelanggan. Mengetahui kapan dan apakah survei dikirim penting untuk menganalisis efektivitas proses pengumpulan masukan.

Sumber data

Peristiwa ini dicatat secara eksplisit dalam tabel khusus survei, seperti asmt_assessment_instance, yang memuat referensi ke catatan kasus sumber.

Pengumpulan data

Pembuatan catatan pada tabel 'asmt_assessment_instance' yang tertaut ke kasus.

Jenis peristiwa explicit
Disarankan Opsional

Panduan Ekstraksi

Cara mengambil data dari ServiceNow CSM

Siap Memulai?

Gunakan templat ini untuk menyiapkan data dengan baik, menemukan wawasan yang berguna, dan meningkatkan operasional layanan pelanggan. Mulailah membangun proses yang lebih efisien dan berfokus pada pelanggan hari ini.

Tingkatkan Efisiensi Layanan Pelanggan Anda Hari Ini

Tingkatkan kepuasan pelanggan dan capai penyelesaian 80% pada kontak pertama.

Mulai Uji Coba Gratis

Tidak perlu kartu kredit. Mulai dalam hitungan menit.